高煥妍 沈新勇 董偉 趙亮 羅亞麗 王詠青

摘要 ?基于黑球濕球溫度識別了中國復合熱浪，并定量分析了城市化和西太平洋副熱帶高壓（簡稱西太副高）對中國復合熱浪的協(xié)同作用。結果表明：1979—2019年中國復合熱浪的發(fā)生天數(shù)、強度和影響范圍都在逐步上升，尤其在2010年以后出現(xiàn)躍升，比20世紀80年代增大了4倍左右;城市化快速發(fā)展和西太副高增強協(xié)同加劇了中國復合熱浪;較早發(fā)展的城市化對熱浪天數(shù)、強度、范圍增長的貢獻分別是9.2％、12.5％、7.5％，而同期西太副高的增強對三類熱浪指數(shù)有約30％的正貢獻，甚至在考慮全球變暖對西太副高的加強作用時，西太副高的貢獻增至70％左右。這表明，快速發(fā)展的城市化和全球變暖背景下增強的西太副高的協(xié)同作用可以解釋80％以上21世紀初中國復合熱浪的躍升。

關鍵詞 ?復合熱浪; 城市化; 西太平洋副熱帶高壓; 協(xié)同作用

中國高溫熱浪在最近幾十年變得更加頻繁和持久（沈皓俊等，2018;張嘉儀和錢誠，2020），尤其是華南和西南等地區(qū)熱浪顯著增多（賈佳和胡澤勇，2017;沈皓俊等，2018）。其次，新疆、長江中下游以南地區(qū)也受到熱浪的嚴重影響，為熱浪頻次高值區(qū)（Ding et al.，2010）。全球變暖進一步使得熱浪強度增強、持續(xù)時間不斷增加，人們正暴露在更加炎熱的環(huán)境中（Liao et al.，2018;余榮和翟盤茂，2021）。當高溫超過了人體耐受極限，可能會對人們的生命健康造成威脅，給人類帶來疾病與死亡（Sherwood and Huber，2010;Ma et al.，2015）。Yang et al.（2013）對廣州2015年7月13—24日發(fā)生的一次較強熱浪事件進行了研究，發(fā)現(xiàn)熱浪持續(xù)期間死亡人數(shù)比參考時段（2015年7月22—27日及8月9—14日）增長了145人。熱浪不僅會對人體健康產生威脅，還可能對社會經濟和生態(tài)系統(tǒng)的許多方面造成重大影響。比如，2013年，中國東部經歷了20世紀60年代以來最炎熱的夏季，大范圍、持續(xù)時間長的極端高溫熱浪席卷了當?shù)?，嚴重影響了社會和經濟的穩(wěn)定發(fā)展（Sun et al.，2014），造成的直接損失達到了5.9億人民幣（Hou et al.，2014）。鑒于高溫熱浪對社會發(fā)展和人體健康的影響如此之大，而中國高溫熱浪正在不斷加強，所以深入研究熱浪的特征及成因有利于適應并減輕其對人類健康和經濟發(fā)展造成的不利影響。

之前對于熱浪的大部分研究只考慮了單一要素溫度來識別熱浪（Meehl and Tebaldi，2004;Anderson and Bell，2011;Lau and Nath，2012;鄭雪梅等，2016）。然而近幾年有一些研究表明，高濕度環(huán)境會限制人體散熱效率，并放大高溫熱浪事件的強度和影響，給人體健康帶來更多危害。所以同時考慮溫度和濕度去識別高溫熱浪更有利于幫助人們抵御熱浪的侵襲（Ostro et al.，2009;Sherwood and Huber，2010;Mora et al.，2017;陳曦等，2020）。此外，高濕對極端高溫有增強放大作用，潮濕環(huán)境下中國熱浪的發(fā)生頻率比干燥環(huán)境高20％，且高濕度使得熱浪頻次、強度、持續(xù)時間展現(xiàn)出更顯著的增長趨勢（Fischer and Knutti，2013;Liao et al.，2018;Xu et al.，2020）。在潮濕地區(qū)，僅基于溫度定義的熱浪變化特征分析可能低估了熱浪的嚴重程度以及其給人類健康帶來的危害（Russo et al.，2017），這些結果說明綜合多種氣象要素（溫度、濕度等）去定義、分析熱浪是十分必要的。黑球濕球溫度（WBGT，Wet-Bulb Globe Temperature）作為衡量人體熱應激的一個重要指數(shù)（ISO，2017;Andrews et al.，2018），它綜合考慮了溫度、濕度、風速、輻射的共同作用，曾被美國軍隊用于識別人體可能遭受熱應激的環(huán)境條件，以采取措施進行預防和保護，減少傷亡（Liljegren et al.，2008）。目前已有少量學者開始用WBGT定義復合型高溫熱浪，并針對這種復合型熱浪的變化特征進行初步的檢測分析（Hanna et al.，2015;Knutson and Ploshay，2016;Lee and Min，2018;Heo and Bell，2019），然而這些研究大多采用簡化版WBGT公式（只考慮溫度和濕度），并未在四類氣象要素綜合考慮的情況下識別熱浪。因此有必要嚴格從WBGT定義出發(fā)去識別熱浪，并進一步揭示其基本特征及成因等。

全球變暖大背景下，城市化和大氣環(huán)流異常是熱浪頻繁發(fā)生的兩個重要驅動因子（Liao et al.，2018;焦敏等，2019;Liu et al.，2019;王倩等，2019）。首先，城市化作為一個對極端高溫具有重要影響的因子，其熱島效應會對熱浪有顯著增強的作用（Yang et al.，2017;馬紅云等，2018;袁宇鋒和翟盤茂，2022）。改革開放以來，中國城市化快速發(fā)展，城鎮(zhèn)化水平有了較大幅度的提高，在東南部區(qū)域形成了目前國內經濟最為發(fā)達的長江三角洲和珠江三角洲城市群，還形成了川渝、長江中游、海峽西岸、關中、中原等多個城市群（李恒，2019）。城市面積擴張使植被覆蓋減少，增強了地表的不透水性、水分蒸發(fā)減少，從而影響城市熱量平衡（潛熱減少、感熱增多）（Grimmond and Oke，1991;Luo and Lau，2018）。城市建設還會通過改變反照率、增加人為熱排放等方式影響城市氣溫（Oke，1982;Allen et al.，2011），使得城市地區(qū)熱浪事件多于鄉(xiāng)村地區(qū)，熱浪強度更強、持續(xù)時間更長（McCarthy et al.，2010;Lin et al.，2018a，2018b;Xiao et al.，2019），災害更加嚴重。其次，大氣環(huán)流異常是熱浪產生和維持的主要影響因子，高壓反氣旋是控制熱浪的最常見系統(tǒng)（Matsueda，2011;Freychet et al.，2017;Wang et al.，2017），尤其是發(fā)生大范圍熱浪時，可以觀測到反氣旋異常增強（Luo and Lau，2017）。已有研究表明，西太副高的異常會影響我國夏季熱浪，尤其是對華南、華東地區(qū)影響最大（Luo and Lau，2017;Liu et al.，2019）。副高西伸增強時，副高影響區(qū)域盛行下沉氣流，大氣穩(wěn)定，有利于持續(xù)性高溫的維持（張尚印等，2004;張曦和黎鑫，2017）。在全球變暖進一步加劇的大背景下，西太平洋副熱帶高壓有顯著加強（Choi and Kim，2019），這使得西太平洋副熱帶高壓對中國高溫熱浪的影響進一步加劇。

近三十年，中國城市化快速發(fā)展（Yang et al.，2017;李恒，2019）、全球變暖影響下西太平洋副熱帶高壓的強度在不斷增強（Matsumura et al.，2015），然而目前尚未有研究系統(tǒng)性地給出城市化和西太平洋副熱帶高壓的同時加強對中國復合熱浪的影響。本文結合WBGT數(shù)據(jù)和土地利用數(shù)據(jù)，利用統(tǒng)計學方法定量分析城市化與西太副高對中國復合熱浪持續(xù)增多的貢獻。

1 資料和方法

1.1 WBGT計算方法

利用1979—2019年5—10月逐日的WBGT數(shù)據(jù)識別復合熱浪，WBGT考慮了多種氣象要素的影響，空間分辨率為0.1°×0.1°，計算公式如下。

I ??WBGT ?=0.7T ?w +0.2T ?g +0.1T ?a 。 ?（1）

其中：T ?w 是濕球溫度；T ?g 是黑球溫度；T ?a為干球（環(huán)境）溫度。

WBGT計算需要2 m溫度，近地面風場，2 m相對濕度，向下的太陽短波輻射，其數(shù)據(jù)來源于歐洲中期天氣預報中心的逐小時ERA5再分析資料（https：／／cds.climate.copernicus.eu／＃?。痵earch？text=ERA5＆type=dataset），之后將數(shù)據(jù)進一步處理為日平均值。WBGT指數(shù)綜合考慮了濕球溫度、黑球溫度和干球（環(huán)境）溫度，這三類指數(shù)的詳細計算方法見Liljegren et al.（2008）。

1.2 復合熱浪及其相關指數(shù)

基于1.1節(jié)中計算得到的逐日WBGT數(shù)據(jù)，采用相對閾值法確定復合熱浪的閾值（Anderson and Bell，2011;Liao et al.，2018），用于篩選復合熱浪。對于5—10月的每一天，選取1979—2019年該日 41 a 的WBGT數(shù)據(jù)升序排序，取第95百分位值作為該日的復合熱浪閾值。當連續(xù)3 d及3 d以上WBGT數(shù)據(jù)超過了當日的復合熱浪閾值時，則發(fā)生了復合熱浪。

為了分析1979—2019年夏半年（5—10月）復合熱浪的時空變化規(guī)律，選取熱浪天數(shù)、熱浪強度、熱浪范圍三個指數(shù)描述復合熱浪的基本特征。熱浪天數(shù)是指每年夏半年（5—10月）發(fā)生的熱浪總天數(shù);熱浪強度為每年夏半年所有熱浪天的WBGT值的累積總和;熱浪范圍指同一天內同時發(fā)生復合熱浪的格點數(shù)占總格點數(shù)的比率。本文氣候態(tài)的研究時段選取為1981—2010年。

1.3 城市化對復合熱浪的貢獻

以往的研究多采用城鄉(xiāng)對比法研究城市化對極端高溫的影響，即選取城鄉(xiāng)對比序列進行分析（Yang et al.，2017），本文參考此方法對城市化貢獻進行研究。

本文利用中國科學院地理科學與資源研究所，資源環(huán)境科學與數(shù)據(jù)中心提供的1990、2015年1 km分辨率土地利用數(shù)據(jù)（http：／／www.resdc.cn／），參考Liao et al.（2018）的方法分別對1990和2015年中國大陸范圍內的城市格點進行選取，即以格點為中心，2 km范圍內建成區(qū)面積超過33％的格點定義為城市格點。本文的城市格點又進一步分成兩種類型，第一類城市格點是1990年就已經成為城市的格點，說明這類格點的城市化進程較早;第二類是城市化進程相對較晚的城市格點，即1990年是非城市格點，2015年是城市格點。鄉(xiāng)村對比格點的定義是，以城市格點為中心周圍3×3九宮格范圍內的所有非城市格點。最終篩選出了678個第一類城市格點，843個第二類城市格點，以及6 409個鄉(xiāng)村對比格點。所有城市格點的位置分布見圖1，可以看出，城市格點主要集中分布在中國東部，部分城市格點分散分布在其他地區(qū)。

由于土地利用數(shù)據(jù)在1990年后的時間分辨率為5 a。為定量分析城市化貢獻，本文仿照Liao et al.（2018）的做法，用1990、2015年的土地利用數(shù)據(jù)分別代表當年和前后各兩年共5 a兩個時段（第一階段：1988—1992年、第二階段：2013—2017年）內的土地利用情況。計算熱浪指數(shù)在兩時段內的均值，進而得到后一時段相比前一時段熱浪指數(shù)的變化量，通過對比城市與鄉(xiāng)村格點的差異計算城市化對復合熱浪增長的貢獻率（Yang et al.，2017），見式 （2） 。

contri_ur= （ ur ???2015 - ur ???1990 ）-（ ru ???2015 - ru ???1990 ） ?ur ???2015 - ur ???1990 ?。 （2）

其中： ur ???1990 、 ur ???2015 分別表示所有城市格點在1988—1992年、2013—2017年兩個時段內的復合熱浪均值; ru ???1990 、 ru ???2015 表示所有鄉(xiāng)村格點在兩個時段內的復合熱浪均值。所有城市（鄉(xiāng)村）格點已取了平均。在計算城市化對熱浪范圍變化的貢獻時， ur ???2015 為所有第一（二）類城市格點中，每天發(fā)生熱浪的格點數(shù)與第一（二）類城市總格點數(shù)的比值在2013—2017年間的平均， ru ???2015 ?為每天發(fā)生熱浪的鄉(xiāng)村格點數(shù)與鄉(xiāng)村總格點數(shù)的比值在2013—2017年間的平均。用比值來定義熱浪范圍可以消除所有第一、二類城市格點、鄉(xiāng)村格點間基數(shù)不同的影響。

1.4 西太副高異常對復合熱浪的貢獻

利用國家氣候中心提供的130項環(huán)流因子（http：／／cmdp.ncc-cma.net／Monitoring／cn_index_130.php），選取西太副高面積指數(shù)、強度指數(shù)和西伸脊點指數(shù)，與熱浪指數(shù)進行相關性分析。并選取與熱浪指數(shù)相關性最高的西太副高強度指數(shù)，仿照公式2的計算方法，計算環(huán)流異常對復合熱浪的貢獻，見式（3）。

contri_cir= ?r （index_cir_dt，index_hw_dt）× Δ index_cir ?Δ hw_index_ndt 。 ?（3）

其中： r 表示全國格點取平均后，去趨勢的西太副高指數(shù)與熱浪指數(shù)的回歸系數(shù)（通過了 α =0.05的顯著性檢驗）; Δ hw_index_ndt 表示沒有經過去趨勢處理的熱浪指數(shù)在1988—1992年、2013—2017年兩個時段內均值的增量。 Δ index_cir 表示西太副高指數(shù)的變化量，分別將去趨勢以及沒有經過去趨勢處理的西太副高指數(shù)在兩個時段內的均值增量代入 Δ index_cir ，計算得到的貢獻值含義分別為：去除全球變暖影響后，西太副高異常對熱浪變化的貢獻;以及在全球變暖影響下，西太副高的異常對復合熱浪變化的貢獻。

2 中國復合熱浪的時空變化規(guī)律

2.1 中國復合熱浪的空間分布特征

圖2顯示了1979—2019年中國復合熱浪天數(shù)及強度的空間分布。對于熱浪天數(shù)（圖2a），全國大部分地區(qū)平均每年夏半年復合熱浪發(fā)生天數(shù)在 5.6 d以 上，我國熱浪天數(shù)高值區(qū)集中分布在青藏高原，中國東南部和新疆地區(qū)，熱浪天數(shù)可以達到7.2 d以上。而熱浪強度的分布不同于熱浪天數(shù)，整個中國東南部都為強度高值區(qū);次高值區(qū)集中在新疆，吉林、遼寧等地（圖2b）。中國東南部既是復合熱浪強度大值區(qū)，同時也是復合熱浪天數(shù)的大值區(qū)，這說明過去中國東南部受到的威脅最大。此外，由熱浪指數(shù)趨勢變化（圖2c、d）可以看出青藏高原熱浪天數(shù)增速最快的地區(qū)是青藏高原，新疆，華東和西南等地。而熱浪強度增速最快的地區(qū)是華東，西南，華南和新疆。這些地區(qū)正在或者將要遭受更嚴重的熱浪侵襲。

通過對比之前的研究，發(fā)現(xiàn)僅用單一要素（溫度）識別的高溫熱浪與考慮了多種氣象要素識別的復合熱浪在熱浪強度和頻次的空間分布上有共同特征，但也存在顯著差異。對于單一要素定義的熱浪來說，熱浪日數(shù)高值區(qū)主要位于中國東部（You et al.，2017），同時西北新疆、長江中下游以南地區(qū)也頻繁受到熱浪的影響（Ding et al.，2010）。復合型熱浪可以反映出這一特征，此外復合型熱浪還能反映出青藏高原的暖濕化特征（段安民等，2016），這與本文采用的復合熱浪的定義有關，僅考慮了百分比閾值，并未增加絕對值的判定（比如熱浪需要大于35 ℃），未將熱浪閾值較低的寒冷地區(qū)排除（Ye et al.，2014）。雖然青藏高原為熱浪強度的低值區(qū)，但相對于青藏高原本身的氣候態(tài)而言，青藏高原地區(qū)熱浪天數(shù)的持續(xù)增加，使得青藏高原正在經歷暖濕化，這會對高原的生態(tài)系統(tǒng)、水塔功能等造成破壞，進一步影響到下游居民的正常生產生活。其次，復合型熱浪強度在東北地區(qū)為次高值，當?shù)厝嗣窨赡軙艿綇秃闲蜔崂说牟焕绊?，然而單一要素定義的熱浪并沒有表現(xiàn)出這一特征（葉殿秀等，2013），如果只看單一要素定義的熱浪，很有可能忽視熱浪在東北地區(qū)可能帶來的威脅。以上結果表明，通過WBGT去識別多要素復合熱浪是合理的，并且和單一要素定義的熱浪存在差異，這更加突顯了本文研究多要素復合熱浪的規(guī)律和成因的必要性。

中國復合熱浪的天數(shù)和強度呈現(xiàn)階段性增加。圖3為1979—2019年夏半年，每10 a熱浪天數(shù)距平分布，4個時段分別為1979—1989年、1990—1999年、2000—2009年、2010—2019年。從4個時段距平值變化來看，我國熱浪從20世紀80年代至今，在逐步增強和增多。20世紀80年代（圖3a），全國熱浪天數(shù)基本低于氣候態(tài)，僅華南地區(qū)高于氣候態(tài)0～4 d。20世紀90年代（圖3b），東北、西北、青藏高原等地距平值增長，熱浪天數(shù)高于氣候態(tài)0～4 d。到2000年時（圖3c），全國大部分地區(qū)熱浪天數(shù)均高于氣候態(tài)，特別是四川盆地、青藏高原西側熱浪天數(shù)高于氣候態(tài)4 d以上。而在2010年后（圖3d），熱浪天數(shù)的增長相比其他階段尤為明顯，熱浪天數(shù)相比氣候態(tài)都出現(xiàn)一個躍升，幾乎整個中國范圍內熱浪天數(shù)都在增加。青藏高原、華南、西南、華東、和東北地區(qū)為距平高值區(qū)，比氣候態(tài)偏高4 d以上，其中云南、廣東及青藏高原等部分地區(qū)距平值超過了8 d。圖4為每10 a熱浪強度距平分布，中國熱浪強度也是呈現(xiàn)年代際增長的，強度距平由負轉正的范圍不斷擴大。全國大部分地區(qū)在20世紀80年代（圖4a）強度值低于氣候態(tài)，20世紀90年代（圖4b）青藏高原、東北地區(qū)及內蒙古、新疆等地熱浪強度增長高于氣候態(tài)，至2000年（圖4c），熱浪強度超過氣候態(tài)的范圍已擴展到全國大部分地區(qū)。2010年后（圖4d）全國熱浪強度突然出現(xiàn)大幅度增長，距平高值區(qū)主要位于華南地區(qū)，次高值位于華東、西北及東北地區(qū)。

熱浪距平的結果顯示中國面臨的復合熱浪的威脅越來越大，結合熱浪天數(shù)和強度的變化趨勢（圖2c、d）可以發(fā)現(xiàn)，整個中國的熱浪天數(shù)和強度都在增加，尤其是華東地區(qū)增長尤其迅速。因此需要針對這些熱浪增速非?？斓牡貐^(qū)給予更多關注，這些地區(qū)目前已經面臨非常嚴重的復合熱浪威脅，并且顯著的增長趨勢表明這種威脅在未來還會繼續(xù)加劇。

2.2 中國復合熱浪的年際變化特征

圖5顯示了熱浪天數(shù)、強度、范圍隨時間的變化規(guī)律。從原始數(shù)據(jù)來看，全國平均的熱浪天數(shù)，強度，及熱浪影響范圍隨時間整體呈上升趨勢，尤其是2010年以后，熱浪指數(shù)值大幅度增長，出現(xiàn)躍升。復合熱浪天數(shù)高值年為1998、2010、2016、2017和2019年，熱浪天數(shù)分別達到了16.5、14.5、18.3、18.2和17.2 d。熱浪強度年際變化的定性特征與熱浪天數(shù)十分一致，其高值年與熱浪天數(shù)的高值年相同，熱浪強度分別達到了409.5、347.6、463.2、459.3和418.4 ℃。熱浪范圍是每年夏半年的平均值，在1998、2010、2016、2017和2019年，全國有超過30％的格點會同時受到熱浪影響，2016年及2017年同時受到熱浪影響的范圍可以達到40％左右。這些結果表明，從2010年開始的10 a中，中國復合熱浪高值出現(xiàn)4 a，占比40％。而2010年之前的31 a里，只有一年熱浪高值年，占比3.2％。中國復合熱浪的發(fā)生概率在最近10 a增加了12.5倍，我國更多的領土越來越容易受到強的多要素復合熱浪的侵襲。從變化趨勢線來看，熱浪天數(shù)、強度、范圍都是顯著上升的。每10 a熱浪指數(shù)的變化呈現(xiàn)階梯式增長，在2010年后，復合型熱浪出現(xiàn)了躍升式增加，達到一個罕見的新階梯。

總體來說，我國正遭受更多、更強、影響范圍更廣的熱浪的影響，三類熱浪指數(shù)均隨時間呈上升趨勢，尤其是2010年后，熱浪發(fā)生躍升式增長，比20世紀90年代強了將近4倍。已有研究表明全球變暖背景下，近三、四十年來城市化的快速發(fā)展以及環(huán)流異常都會對熱浪的加劇產生影響（Luo and Lau，2017;Wang et al.，2017），熱浪的增長具體有多少是由這些因子貢獻導致的，是人們比較關心的問題，這一部分將在第3和第4節(jié)進行計算與討論。此外，不同熱浪指數(shù)的年際變化特征是一致的，說明極端高溫事件從各方面都變得越發(fā)極端（Liao et al.，2018），這會帶來更多的危害。

3 城市化的影響

3.1 1990和2015年土地利用分布情況

為了研究城市化與最近幾年復合熱浪突然增長的關系，選取1990和2015年土地利用數(shù)據(jù)，分別用來反映熱浪差異較大的兩個時段（第一階段：1988—1992年;第二階段：2013—2017年）的城市分布特征。圖6給出了第一階段及第二階段土地利用分布情況，紅色代表城市，主要集中分布在華東（山東、安徽、江蘇、上海、河南等地）、華南珠三角地區(qū)、四川盆地附近以及華北京津冀地區(qū)，這些地區(qū)城市范圍較大，建成區(qū)比較聚集，其余各地區(qū)的城市建成區(qū)分布較分散，城市建成區(qū)密集區(qū)域對應了熱浪天數(shù)與強度的高值區(qū)（圖2）。對比2015年與1990年圖中紅色區(qū)域，可以發(fā)現(xiàn)中國東部紅色格點更加密集，其余地區(qū)城市范圍也有擴張。圖2b左下角小圖為參照Liao et al.（2018）篩選的城市格點數(shù)量在第一階段及第二階段的對比圖。第一階段全國有678個城市格點，1990年后城市化快速發(fā)展（Kuang et al.，2016），第二階段城市格點數(shù)是第一階段的2.24倍，有1 521個城市格點。熱浪在第二階段也增長較快，熱浪天數(shù)是第一階段的3倍左右（圖5a），城市建成區(qū)的分布與熱浪強度高值區(qū)分布比較一致。城市化對熱浪有促進增強作用（Mishra et al.，2015），但是具體有多少增長量是由城市化影響造成的，具體貢獻率計算結果見3.2節(jié)。

3.2 熱浪指數(shù)的城市化貢獻率

將城市格點分為城市化發(fā)展較快的第一類城市格點（第一階段已經是城市格點），以及城市化發(fā)展相對較慢的第二類城市格點（第一階段不是城市格點，但第二階段是城市格點）。根據(jù)表1，第一類城市格點對熱浪天數(shù)、強度、范圍的貢獻均大于第二類城市格點，說明城市化發(fā)展較早的城市格點，其熱島效應對城市熱浪的影響更大，城市化發(fā)展較早的地區(qū)將會面臨更多更強的高溫高濕、復合型熱浪的威脅。城市化建設會通過改變下墊面類型來影響陸氣熱量交換及下墊面輻射特征（Chun and Guldmann，2014;Li et al.，2019）;城市地區(qū)人口密集，人為熱排放遠多于鄉(xiāng)村（Allen et al.，2011）;城市建筑群密集，建筑高度較高對風有一定的阻擋削弱作用，使城市地區(qū)熱量積聚不易擴散，這些因素都會使城市熱島效應增強，進而促進城市地區(qū)的極端高溫天氣的發(fā)生。彭保發(fā)等（2013）對城市熱島效應的影響機理進行研究，指出城市建成區(qū)總面積對熱島強度的影響大于城市用地擴張的影響。說明城市化發(fā)展越早的城市地區(qū)，其熱島效應越強，對極端高溫的增強作用就越強。本文第一類、第二類城市化貢獻率的計算結果也印證了這一結論。

無論第一類還是第二類城市格點，對熱浪強度的貢獻率均最高，對熱浪范圍的貢獻率均最低，體現(xiàn)出城市對熱浪較強的局地影響。第一類城市格點對中國熱浪強度增長的貢獻率可達12.5％，其次是對熱浪天數(shù)的貢獻為9.2％，對熱浪范圍增長的貢獻率為7.5％。第二類城市格點對熱浪強度、天數(shù)和范圍的貢獻率分別為8.5％，5.2％和5.1％。兩類城市格點平均而言，對熱浪強度的貢獻率大約為10.5％，說明中國復合熱浪強度的增長有10％左右來源于城市化的影響。以往研究表明城市化貢獻率對單一要素識別的熱浪的貢獻率可以超過20％（Yang et al.，2017），本文計算得到的城市化貢獻率低于以往研究，主要因為復合熱浪考慮了溫度、濕度、風速、輻射，涉及更多的影響因子會對熱浪指數(shù)值產生影響;其次，本文WBGT數(shù)據(jù)的分辨率為0.1°×0.1°，分辨率沒有足夠高，導致對城市格點樣本取樣不夠充足，可能也會使得城市化貢獻率被低估。

綜上，城市化發(fā)展進程早的城市格點對熱浪指數(shù)的增強作用更大。并且，結果顯示城市化對復合熱浪強度的影響更大，而對熱浪范圍的影響較小，這意味著熱浪范圍的增長或許更多地受到大氣環(huán)流變化的影響（Luo and Lau，2017）。

4 西太副高的影響

4.1 西太副高與中國復合熱浪的關系

已有大量研究表明西太副高對我國夏季熱浪，尤其是對華東，華南地區(qū)熱浪的發(fā)生維持具有較大的影響（張尚印，2004;Luo and Lau，2017;Liu et al.，2019）。所以本文選取西太副高作為大氣環(huán)流因子，定量研究其對中國熱浪指數(shù)增長的貢獻。

圖7給出了去除全球變暖效應后，西太副高在兩個不同時段（1988—1992年，2013—2017年）的變化。第二階段相比第一階段西太副高更加靠近中國東南部區(qū)域，500 hPa位勢高度為正異常高值，位勢高度異常增高60 gpm以上，副高增強有利于下沉氣流的維持，控制區(qū)域內天氣晴好，熱量不易擴散。500 hPa位勢高度場上，常用位勢高度值等于588 dagpm的等高線范圍代表西太副高的范圍（簡稱588線），對比兩個時段及氣候態(tài)588線的范圍，發(fā)現(xiàn)第一階段西太副高范圍與氣候態(tài)相當，但第二階段588線明顯向東西方向伸展，相比第一階段向西伸展了約25個經度，使得華南、華東受副高影響的范圍增大。這意味著第二階段熱浪的躍升可能與西太副高的加強，范圍增大，副高脊向西伸展有密切關系（Lu and Dong，2001;Tao and Zhang，2018;Liu et al.，2019）。

為了定量研究副高對熱浪增長的貢獻，需要選取合適的副高指數(shù)進行定量計算，依據(jù)圖7，相比第一階段，第二階段的西太副高表現(xiàn)出強度增強，范圍增長，向西伸展的特點，與熱浪增長相對應。所以本文選取副高面積、副高強度、副高西伸脊點這三個指數(shù)分別與三個熱浪指數(shù)進行相關性分析（表2），找出對熱浪影響最強的副高指數(shù)。副高面積、副高強度和熱浪的三個指數(shù)呈正相關關系，并通過了0.01信度的顯著性檢驗，說明副高面積越大、強度越強，中國熱浪天數(shù)，強度，范圍增長就越嚴重，其中，副高強度與熱浪指數(shù)的相關性更高，副高強度與熱浪強度間相關系數(shù)達到0.804。 副高西伸脊點與熱浪指數(shù)呈負相關關系，僅通過0.05信度的顯著性檢驗，說明副高越向西伸展，中國熱浪發(fā)生越頻繁，強度越強。綜合三個副高指數(shù)，副高強度與熱浪指數(shù)相關性最好，所以選取副高強度去計算環(huán)流異常的貢獻率。

4.2 西太副高強度對熱浪指數(shù)增長的貢獻

表3表明去除全球變暖影響時，副高異常對復合熱浪的總天數(shù)、強度、范圍的貢獻可達29.98％、31.12％、29.91％，相比城市化貢獻，西太副高異常的貢獻要高得多?？紤]到全球變暖的影響時，副高異常對熱浪指數(shù)增長的貢獻率可以達到70％左右，與城市化貢獻加一起可以達到約80％，這解釋了大部分熱浪的增長，說明在全球變暖背景下發(fā)生的副高異常與城市化一起對中國多要素復合熱浪增長有很重要的影響。

綜合4.1和4.2節(jié)，第二階段熱浪指數(shù)躍升的同時，西太副高相比氣候態(tài)和第一階段有非常明顯的西伸、增強，其中，相比第一階段588 gpm線向西伸展了約25經度，位勢高度異常增長60 gpm以上。此外西太副高指數(shù)和熱浪指數(shù)的顯著相關，也證明了西太副高對第二階段熱浪的大幅度增長有很大影響。在考慮全球變暖背景時，副高異?？韶暙I70％左右的熱浪指數(shù)增長，與城市化貢獻一起可以揭示大部分的熱浪變化，這說明了西太副高異常與城市化協(xié)同驅動了近些年中國復合熱浪的異常增強。

5 結論和討論

基于WBGT識別了受多種氣象要素同時影響的中國復合熱浪，并進一步分析了這種復合熱浪的時空變化規(guī)律，最后定量分析了城市化和全球變暖下西太副高的協(xié)同作用對復合熱浪增長的貢獻。主要結論如下：

1）1979—2019年，中國的復合熱浪變得更頻繁、更強、影響范圍更廣。尤其是2010年后，熱浪天數(shù)、強度和影響范圍突然急劇增加，中國復合熱浪達到歷史罕見的新臺階，三類熱浪指數(shù)都大約為20世紀80年代的4倍。

2）在過去40 a，中國整個東南部是多要素復合熱浪的大值區(qū)。而在2010年后，全國大部分地區(qū)都會受到多要素復合熱浪的影響，華南、東北和華東地區(qū)的強復合熱浪最為頻繁，青藏高原只有熱浪天數(shù)增長較快，而華東地區(qū)（尤其是長三角地區(qū)）、西南、華南地區(qū)的熱浪強度和天數(shù)都以非?？斓乃俾试陲@著增加，這些地區(qū)正在以及將來會面臨更為嚴重的多要素復合熱浪威脅。

3）中國熱浪在2010—2019年間到達一個新的高臺階的同時，中國城市化發(fā)展進程也達到較高的層次。城市化進程較早的城市格點（第一類城市格點）對熱浪的增強作用更強。其次，兩類城市格點對熱浪強度和天數(shù)的影響均較大，但對熱浪范圍的影響相對較小。兩類城市格點對熱浪天數(shù)、強度、范圍的平均貢獻率分別為7.2％、10.5％、6.3％。

4）西太副高在2010年后明顯增強、范圍擴大并異常西伸。西太副高的面積和強指數(shù)度與復合熱浪指數(shù)均為顯著的正相關，西伸脊點為顯著的負相關。去除全球變暖的影響時，西太副高異常對熱浪天數(shù)、強度、范圍的貢獻分別是29.98％、31.12％、29.91％;考慮全球變暖對副高的影響時，副高的異常增長對熱浪指數(shù)有約70％的貢獻。

復合熱浪不僅凸顯出了中國東部、西北新疆等地熱浪天數(shù)、強度的高值特征，還強調了熱浪對青藏高原、東北地區(qū)可能帶來的威脅。目前，全國熱浪正變得越發(fā)極端，尤其是2010年后熱浪指數(shù)發(fā)生大幅度躍升，本文研究發(fā)現(xiàn)熱浪的這一增長特征是與城市化、西太副高異常有密切的關聯(lián)。在第二階段，中國城市建成區(qū)加速擴張，同時西太副高強度增強、范圍擴大并西伸，兩者的共同作用下導致了同期復合熱浪的突然增長。此外，考慮全球變暖背景時，這兩個因子的共同作用可以解釋復合熱浪大部分（約80％）的增長。說明了城市化和西太副高增強的協(xié)同作用對復合熱浪增長的重要性。然而，除了這兩個因子，海洋環(huán)流異常（Boschat et al.，2016;Wei et al.，2020）、北極海冰（Budikova et al.，2019）等也會對中國熱浪產生影響，本文暫時沒有考慮它們的影響，未來的研究中可以考慮分析更多因子對多要素復合熱浪的貢獻率。此外，本文通過去趨勢的方法去除全球變暖對環(huán)流的作用，但去趨勢并不能完全將全球變暖作用分離出來，未來需要結合歸因、模式等進行更深入、更精確的研究。

致謝： ERA5再分析資料來源于歐洲中期天氣預報中心;130項環(huán)流因子來源于國家氣候中心;本論文的數(shù)值計算得到了南京信息工程大學高性能計算中心的計算支持和幫助;文中諸圖均用NCL軟件繪制。謹致謝忱！

參考文獻（References）

Alle n L，Lindberg F，Grimmond C S B，2011.Global to city scale urban anthropogenic heat flux：model and variability［J］.Int J Climatol，31（13）：1990-2005.doi：10.1002／joc.2210.

Anderson G B，Bell M L，2011.Heat waves in the United States：mortality risk during heat waves and effect modification by heat wave characteristics in 43 US communities［J］.Environ Health Perspect，119（2）：210-218.doi：10.1289／ehp.1002313.

Andrews O，Le Quéré C，Kjellstrom T，et al.，2018.Implications for workability and survivability in populations exposed to extreme heat under climate change：a modelling study［J］.Lancet Planet Health，2（12）：e540-e547.doi：10.1016／S2542-5196（18）30240-7.

Boschat G，Simmonds I，Purich A，et al.，2016.On the use of composite analyses to form physical hypotheses：an example from heat wave-SST associations［J］.Sci Rep，6：29599.doi：10.1038／srep29599.

Budikova D，F(xiàn)ord T W，Ballinger T J，2019.United states heat wave frequency and Arctic Ocean marginal sea ice variability［J］.J Geophys Res Atmos，124（12）：6247-6264.doi：10.1029／2018jd029365.

陳曦，李寧，黃承芳，等，2020.綜合濕度和溫度影響的中國未來熱浪預估［J］.地理科學進展，39（1）：36-44. Chen X，Li N，Huang C F，et al.，2020.Projection of heatwaves by the combined impact of humidity and temperature in China［J］.Prog Geogr，39（1）：36-44.doi：10.18306／dlkxjz.2020.01.004.（in Chinese）.

Choi W，Kim K Y，2019.Summertime variability of the western North Pacific subtropical high and its synoptic influences on the East Asian weather［J］.Sci Rep，9：7865.doi：10.1038／s41598-019-44414-w.

Chun B，Guldmann J M，2014.Spatial statistical analysis and simulation of the urban heat island in high-density central cities［J］.Landsc Urban Plan，125：76-88.doi：10.1016／j.landurbplan.2014.01.016.

Ding T，Qian W H，Yan Z W，2010.Changes in hot days and heat waves in China during 1961—2007［J］.Int J Climatol，30（10）：1452-1462.doi：10.1002／joc.1989.

段安民，肖志祥，吳國雄，2016.1979—2014年全球變暖背景下青藏高原氣候變化特征［J］.氣候變化研究進展，12（5）：374-381. Duan A M，Xiao Z X，Wu G X，2016.Characteristics of climate change over the Tibetan Plateau under the global warming during 1979—2014［J］.Adv Climate Change Res，12（5）：374-381.（in Chinese）.

Fischer E M，Knutti R，2013.Robust projections of combined humidity and temperature extremes［J］.Nat Clim Change，3（2）：126-130.doi：10.1038／nclimate1682.

Freychet N，Tett S，Wang J，et al.，2017.Summer heat waves over eastern China：dynamical processes and trend attribution［J］.Environ Res Lett，12（2）：024015.doi：10.1088／1748-9326／aa5ba3.

Grimmond C S B，Oke T R，1991.An evapotranspiration-interception model for urban areas［J］.Water Resour Res，27（7）：1739-1755.doi：10.1029／91wr00557.

Hanna A，J Ching，J Pinto，2015.Characteristics of heat wave impacts for major cities in the US under current and future climate conditions［C］／／9th Int.Conf.on Urban Climate／12th Symp.on the Urban Environment.Toulouse，F(xiàn)rance：6.

Heo S，Bell M L，2019.Heat waves in South Korea：differences of heat wave characteristics by thermal indices［J］.J Expo Sci Environ Epidemiol，29（6）：790-805.doi：10.1038／s41370-018-0076-3.

Hou W，2014.Climatic characteristics over China in 2013［J］.Meteor Mon，40：491-501.

ISO，2017.Ergonomics of the thermal environment：assessment of heat stress using the wbgt（wet bulb globe temperature） index［S］.Geneva：Int Org Standard Geneva Switzerland.

賈佳，胡澤勇，2017.中國不同等級高溫熱浪的時空分布特征及趨勢［J］.地球科學進展，32（5）：546-559. Jia J，Hu Z Y，2017.Spatial and temporal features and trend of different level heat waves over China［J］.Adv Earth Sci，32（5）：546-559.doi：10.11867／j.issn.1001-8166.2017.05.0546.（in Chinese）.

焦敏，李輯，陳鵬獅，等，2019.2018年夏季遼寧異常高溫干旱的環(huán)流特征及成因［J］.大氣科學學報，42（4）：571-580. Jiao M，Li J，Chen P S，et al.，2019.Analysis of circulation characteristics and cause of anomalous high temperature and drought in summer of 2018 over Liaoning［J］.Trans Atmos Sci，42（4）：571-580.doi：10.13878／j.cnki.dqkxxb.20190326001.（in Chinese）.

Knutson T R，Ploshay J J，2016.Detection of anthropogenic influence on a summertime heat stress index［J］.Clim Change，138（1）：25-39.doi：10.1007／s10584-016-1708-z.

Kuang W H，Liu J Y，Dong J W，et al.，2016.The rapid and massive urban and industrial land expansions in China between 1990 and 2010：a ?CLUD-based ?analysis of their trajectories，patterns，and drivers［J］.Landsc Urban Plan，145：21-33.doi：10.1016／j.landurbplan.2015.10.001.

Lau N C，Nath M J，2012.A model study of heat waves over North America：meteorological aspects and projections for the twenty-first century［J］.J Climate，25（14）：4761-4784.

Lee S M，Min S K，2018.Heat stress changes over East Asia under 1.5 and 2.0 ℃ global warming targets［J］.J Climate，31（7）：2819-2831.doi：10.1175／jcli-d-17-0449.1.

Li D，Liao W L，Rigden A J，et al.，2019.Urban heat island：aerodynamics or imperviousness？［J］.Sci Adv，5（4）：eaau4299.doi：10.1126／sciadv.aau4299.

李恒，2019.人口集中、城市群對經濟增長作用的實證分析：以中國十大城市群為例［J］.河南大學學報（社會科學版），59（1）：43-52. Li H，2019.Empirical analysis of the effects of population concentration and urban agglomeration on economic growth［J］.J Henan Univ Soc Sci，59（1）：43-52.doi：10.15991／j.cnki.411028.2019.01.006.（in Chinese）.

Liao W L，Liu X P，Li D，et al.，2018.Stronger contributions of urbanization to heat wave trends in wet climates［J］.Geophys Res Lett，45（20）.doi：10.1029／2018gl079679.

Liljegren J C，Carhart R A，Lawday P，et al.，2008.Modeling the wet bulb globe temperature using standard meteorological measurements［J］.J Occup Environ Hyg，5（10）：645-655.doi：10.1080／15459620802310770.

Lin L，Wang Z，Xu Y，et al.，2018a.Additional intensification of seasonal heat and flooding extreme over China in a 2 ℃ warmer world compared to 1.5 ℃［J］.Earths Future，6：968-978.

Lin L J，Ge E J，Liu X P，et al.，2018b.Urbanization effects on heat waves in Fujian Province，Southeast China［J］.Atmos Res，210：123-132.doi：10.1016／j.atmosres.2018.04.011.

Liu Q，Zhou T J，Mao H T，et al.，2019.Decadal variations in the relationship between the western Pacific subtropical high and summer heat waves in East China［J］.J Climate，32（5）：1627-1640.doi：10.1175／jcli-d-18-0093.1.

Lu R Y，Dong B W，2001.Westward extension of North Pacific subtropical high in summer［J］.J Meteor Soc Japan，79（6）：1229-1241.

Luo M，Lau N C，2017.Heat waves in southern China：synoptic behavior，long-term change，and urbanization effects［J］.J Climate，30（2）：703-720.doi：10.1175／jcli-d-16-0269.1.

Luo M，Lau N C，2018.Increasing heat stress in urban areas of eastern China：acceleration by urbanization［J］.Geophys Res Lett，45（23）：13060-13069.doi：10.1029／2018gl080306.

馬紅云，董軒，孫岑霄，2018.南京地區(qū)高溫天氣下城市化影響的模擬研究［J］.大氣科學學報，41（1）：67-76. Ma H Y，Dong X，Sun C X，2018.Numerical simulations of urbanization impacts under hot weather conditions in Nanjing［J］.Trans Atmos Sci，41（1）：67-76.doi：10.13878／j.cnki.dqkxxb.20170607001.（in Chinese）.

Ma W J，Zeng W L，Zhou M G，et al.，2015.The short-term effect of heat waves on mortality and its modifiers in China：an analysis from 66 communities［J］.Environ Int，75：103-109.doi：10.1016／j.envint.2014.11.004.

Matsueda M，2011.Predictability of Euro-Russian blocking in summer of 2010［J］.Geophys Res Lett，38（6）：L06801.doi：10.1029／2010GL046557.

Matsumura S，Sugimoto S，Sato T，2015.Recent intensification of the western Pacific subtropical high associated with the East Asian summer monsoon［J］.J Climate，28（7）：2873-2883.doi：10.1175／jcli-d-14-00569.1.

McCarthy M P，Best M J，Betts R A，2010.Climate change in cities due to global warming and urban effects［J］.Geophys Res Lett，37（9）.doi：10.1029／2010gl042845.

Meehl G A，Tebaldi C，2004.More intense，more frequent，and longer lasting heat waves in the 21st century［J］.Science，305（5686）：994-997.doi：10.1126／science.1098704.

Mishra V，Ganguly A R，Nijssen B，et al.，2015.Changes in observed climate extremes in global urban areas［J］.Environ Res Lett，10（2）：024005.doi：10.1088／1748-9326／10／2／024005.

Mora C，Dousset B，Caldwell I R，et al.，2017.Global risk of deadly heat［J］.Nat Clim Change，7（7）：501-506.doi：10.1038／nclimate3322.

Oke T R，1982.The energetic basis of the urban heat island［J］.Quart J Roy Meteor Soc，108（455）：1-24.doi：10.1002／qj.49710845502.

Ostro B D，Roth L A，Green R S，et al.，2009.Estimating the mortality effect of the July 2006 California heat wave［J］.Environ Res，109（5）：614-619.doi：10.1016／j.envres.2009.03.010.

彭保發(fā)，石憶邵，王賀封，等，2013.城市熱島效應的影響機理及其作用規(guī)律：以上海市為例［J］.地理學報，68（11）：1461-1471. Peng B F，Shi Y S，Wang H F，et al.，2013.The impacting mechanism and laws of function of urban heat Islands effect：a case study of Shanghai［J］.Acta Geogr Sin，68（11）：1461-1471.（in Chinese）.

Russo S，Sillmann J，Sterl A，2017.Humid heat waves at different warming levels［J］.Sci Rep，7：7477.doi：10.1038／s41598-017-07536-7.

沈皓俊，游慶龍，王朋嶺，等，2018.1961—2014年中國高溫熱浪變化特征分析［J］.氣象科學，38（1）：28-36. Shen H J，You Q L，Wang P L，et al.，2018.Analysis on heat waves variation features in China during 1961—2014［J］.J Meteor Sci，38（1）：28-36.doi：10.3969／2017jms.0026.（in Chinese）.

Sherwood S C，Huber M，2010.An adaptability limit to climate change due to heat stress［J］.Proc Natl Acad Sci USA，107（21）：9552-9555.doi：10.1073／pnas.0913352107.

Sun Y，Zhang X B，Zwiers F W，et al.，2014.Rapid increase in the risk of extreme summer heat in eastern China［J］.Nat Clim Change，4（12）：1082-1085.doi：10.1038／nclimate2410.

Tao P H，Zhang Y C，2019.Large-scale circulation features associated with the heat wave over Northeast China in summer 2018［J］.Atmos Ocean Sci Lett，12（4）：254-260.doi：10.1080／16742834.2019.1610326.

王倩，翟盤茂，余榮，2019.2018年7月北半球極端天氣氣候事件及環(huán)流特征分析［J］.大氣科學學報，42（01）：28-35. Wang Q，Zhai P M，Yu R，2019.Analysis of extreme weather and climate events and circulation characteristics in the Northern Hemisphere in July 2018［J］.Trans Atmos Sci，42（01）：28-35.（in Chinese）.

Wang P，Tang J，Sun X，et al.，2017.Heat waves in China：definitions，leading patterns and connections to large-scale atmospheric circulation and SSTs［J］.J Geophys Res-Atmos，122：10679-10699.

Wei J，Wang W G，Shao Q X，et al.，2020.Heat wave variations across China tied to global SST modes［J］.J Geophys Res Atmos，125（6）.doi：10.1029／2019jd031612.

Xiao Z X，Wang Z Q，Pan W J，et al.，2019.Sensitivity of extreme temperature events to urbanization in the Pearl River Delta region［J］.Asia-Pacific J Atmos Sci，55（3）：373-386.doi：10.1007／s13143-018-0094-z.

Xu F，Chan T，Luo M，2020.Different changes in dry and humid heat waves over China［J］.Int J Climatol，41：1369-1382.doi：10.1002／joc.6815.

Yang J，Liu H Z，Ou C Q，et al，2013.Impact of heat wave in 2005 on mortality in Guangzhou，China［J］.Biomed Environ Sci，26（8）：647-654.doi：10.3967/0895-3988.2013.08.003.

Yang X C，Leung L R，Zhao N Z，et al.，2017.Contribution of urbanization to the increase of extreme heat events in an urban agglomeration in East China［J］.Geophys Res Lett，44：6940-6950.doi：10.1002／2017GL074084.

Ye D X，Yin J F，Chen Z H，et al.，2014.Spatial and temporal variations of heat waves in China from 1961 to 2010［J］.Adv Clim Change Res，5（2）：66-73.doi：10.3724／SP.J.1248.2014.066.

葉殿秀，尹繼福，陳正洪，等，2013.1961—2010年我國夏季高溫熱浪的時空變化特征［J］.氣候變化研究進展，9（1）：15-20. Ye D X，Yin J F，Chen Z H，et al.，2013.Spatiotemporal change characteristics of summer heatwaves in China in 1961—2010［J］.Progressus Inquisitiones DE Mutat Clim，9（1）：15-20.doi：10.3969／j.issn.1673-1719.2013.01.003.（in Chinese）.

You Q L，Jiang Z H，Kong L，et al.，2017.A comparison of heat wave climatologies and trends in China based on multiple definitions［J］.Climate Dyn，48（11）：3975-3989.doi：10.1007／s00382-016-3315-0.

余榮，翟盤茂，2021.關于復合型極端事件的新認識和啟示［J］.大氣科學學報，44（5）：645-649. Yu R，Zhai P M，2021.Advances in scientific understanding on compound extreme events［J］.Trans Atmos Sci，44（5）：645-649.doi：10.13878／j.cnki.dqkxxb.20210824006.（in Chinese）.

袁宇鋒，翟盤茂，2022.全球變暖與城市效應共同作用下的極端天氣氣候事件變化的最新認知［J］.大氣科學學報，45（2）：161-166. Yuan Y F，Zhai P M，2022.Latest understanding of extreme weather and climate events under global warming and urbanization influences［J］.Trans Atmos Sci，45（2）：161-166.doi：10.13878／j.cnki.dqkxxb.20211011001.（in Chinese）.

張嘉儀，錢誠，2020.1960—2018年中國高溫熱浪的線性趨勢分析方法與變化趨勢［J］.氣候與環(huán)境研究，25（3）：225-239. Zhang J Y，Qian C，2020.Linear trends in occurrence of high temperature and heat waves in China for the 1960—2018 period：method and analysis results［J］.Clim Environ Res，25（3）：225-239.doi：10.3878／j.issn.1006-9585.2020.19134.（in Chinese）.

張尚印，王守榮，張永山，等，2004.我國東部主要城市夏季高溫氣候特征及預測［J］.熱帶氣象學報，20（6）：750-760. Zhang S Y，Wang S R，Zhang Y S，et al.，2004.The climatic character of high temperature and the prediction in the large cities of east of China［J］.J Trop Meteor，20（6）：750-760.（in Chinese）.

張曦，黎鑫，2017.湖南省夏季高溫熱浪時空分布特征及其成因［J］.氣候與環(huán)境研究，22（6）：747-756. Zhang X，Li X，2017.Spatial-temporal characteristics and causes of summer heat waves in Hunan Province［J］.Clim Environ Res，22（6）：747-756.（in Chinese）.

鄭雪梅，王怡，吳小影，等，2016.近20年福建省沿海與內陸城市高溫熱浪脆弱性比較［J］.地理科學進展，35（10）：1197-1205. Zheng X M，Wang Y，Wu X Y，et al.，2016.Comparison of heat wave vulnerability between coastal and inland cities of Fujian Province in the past 20 years［J］.Prog Geogr，35（10）：1197-1205.doi：10.18306／dlkxjz.2016.10.003.（in Chinese）.

The synergy of urbanization and western Pacific subtropical high intensification on compound heat waves in China

GAO Huanyan 1，SHEN Xinyong ?1，2 ，DONG Wei ?1，3 ，ZHAO Liang 3，LUO Yali 4，WANG Yongqing 1

1Key Laboratory of Meteorological Disaster，Ministry of Education （KLME）／Joint International Research Laboratory of Climate and Environment Change （ILCEC）／Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters （CIC-FEMD），Nanjing University of Information Science & Technology，Nanjing 210044，China;

2Southern Marine Science and Engineering Guangdong Laboratory （Zhuhai），Zhuhai 519082，China;

3State Key Laboratory of Numerical Modelling for Atmospheric Sciences and Geophysical Fluid Dynamics （LASG），Institute of Atmospheric Physics，Chinese Academy of Sciences，Beijing 100029，China;

4State Key Laboratory of Severe Weather （LASW），Chinese Academy of Meteorological Sciences，Beijing 100081，China

Compound heat waves consider the effect of temperature，humidity，wind speed and radiation simultaneously，and have a major impact on human health and ecological diversity.Based on the wet-bulb globe temperature （WBGT），this paper identifies the compound heat waves in China，and quantitatively analyzes the synergy of urbanization and the Western Pacific subtropical high （WPSH） intensification on the compound heat waves in China.Results show that the number of days，intensity and impact range of compound heat waves in China are gradually increasing from 1979 to 2019，especially after 2010，which are about four times larger than those in the 1980s.The synergy of urbanization rapid development and WPSH intensification has intensified the compound heat waves in China.The early urbanization has contributed 9.2％，12.5％ and 7.5％ to the increases in the number of days，intensity and impact range of the compound heat waves，respectively.During the same period，WPSH has a positive contribution of about 30％ to the three heat wave indexes，and the contribution can be up to about 70％ when the strengthening effect of global warming on WPSH is considered.It suggests that the synergy of the rapid urbanization and the enhanced WPSH under the background of global warming can explain more than 80％ of the jump in the compound heat waves in China at the beginning of the 21st century.

compound heat wave;urbanization;western Pacific subtropical high;synergy

doi：10.13878／j.cnki.dqkxxb.20210311001

（責任編輯：張福穎）